1.计及混合储能辅助电网负荷频率联合控制策略的建立方法,其特征在于包括以下步骤:S1)分析负荷频率控制模型;
S2)搭建混合储能联合LFC模型;
S3)设计FOPID控制器并采用混沌粒子群优化整定其控制参数;
S4)仿真分析验证。
2.根据权利要求1所述的计及混合储能辅助电网负荷频率联合控制策略的建立方法,其特征在于,所述步骤S1)分析负荷频率控制模型包括:S11)系统频率响应模型
AGC按计算区域控制误差的策略分为FFC、FTC和TBC三种模式,TBC模式即联络线频率偏差控制模式作为FFC和FTC两种模式的结合,可以高效地稳定互联电网频率偏差,如式(1)‑式(2)所示:ACEi=ΔPtiei,j+βiΔfi (1)式中,ΔPtiei,j为区域i和区域j的联络线交换功率偏差;Δfi为系统频率偏差;βi为响应系数;Ri和Di分别为调差系数和负荷阻尼系数;ACEi表示区域i的误差信号;
综上所述,采用TBC模式,将ACEi作为LFC控制器的输出反馈项以达到维持互联电力系统频率稳定的目的;
S12)LFC组成元件模型
搭建LFC系统,对系统中的原动机、调速器、发电机—负荷以及联络线等组成部分进行建模,选择再热式汽轮机作为原动机,其模型如式模型如式(3)所示:式中,Kr为蒸汽在高压气缸段产生功率的比例;Tr为再热器时间系数;Tt为汽室时间系数;s为拉普拉斯变换算子;
发电机速率约束,是由给定的最大变化值去限制机组出力,搭建考虑GRC的再热式汽轮机组模型,限幅环节的限位器值设置为±0.0017p.u.MW/s;
式(4)为汽轮机调速器的传递函数模型,为机组设置调速器死区可以减少电网因为频率波动而引起的调速器频繁动作,从而保护调速器,延长其使用寿命,目前电力系统中调速器死区一般小于1r/min(即±0.017Hz),对其进行线性化处理,可得到设有死区的调速器模型,如式(5)所示:式中,Tg为调速器时间常数,N1、N2为线性化系数;
发电机—负荷模型描述的是互联电力系统中功率变化与频率变化之间的关系,如式(6)所示:式中,ΔPm为发电机的输出功率;ΔPi为施加的负荷扰动;Mi为发电机的惯性常数;Di为负荷阻尼系数;
S13)联络线模型
联络线模型常用于配合TBC进行二次调频。如式(1)‑式(2)。
3.根据权利要求1所述的计及混合储能辅助电网负荷频率联合控制策略的建立方法,其特征在于,所述步骤S2)搭建混合储能联合LFC模型包括:S21)储能电池调频模型
简化得到的储能电源传递函数模型,其数学模型的描述如式(7)‑式(12)所示:式中,ACEi为输入的控制信号,选用ACEi,即区域i的误差信号作为控制信号,在电池内部将电流选作响应变量;ΔUoc、ΔUserious、ΔUc、ΔUt和ΔUb分别为电池的开路电压、内阻电压增量、连接阻抗电压增量、暂态电压增量和通过将上述增量叠加得到了电池端电压值;ΔIb为流经电池的电流;Tb为电池一阶惯性环节时间常数;C0和Cp分别为电池的初始容量和额定容量;Rseries为电池单体内阻;n为串联电池数;m为并联的子系统数;k为并联的储能单元数;Rc为储能单元与PCS之间的连接阻抗;Rt为过电压电阻;Ct为过电压电容;ΔPb为储能电池有功功率实际输出值;
开路电压Uoc为SOC的函数,常用百分数表示,电池SOC表达式如下:式中,S(t)和S(t0)分别为储能电池在t时刻和初始t0时刻的SOC;C为电池额定容量;ηbat为电池冲/放电效率,代表充放电循环中的内部耗散的电量,SOC∈[0.2,0.8];
S22)超级电容调频模型
超级电容器最常用的等效方式是电阻和电容的并联电路,在考虑电容的初始电压的情况下很难保证电容电压保持稳定,为了解决这个问题,可以通过引入电压反馈环使其保持稳定,其传递函数模型的数学模型的描述如式(14)‑式(16)所示:ΔPsc=(Udo+ΔUd)ΔId (16)式中,ΔId、ΔUd和ΔPsc分别为流经超级电容器电流、电压和有功功率实际输出值;TC为时间常数;KCA为控制信号ACEi增益系数;Kvd为电压反馈环增益系数;R为等效电阻;C为等效电容;Ud0为超级电容器的初始电压;
S23)混合储能联合调频模型
结合步骤S21)和S22)所提出的辅助调频模型,可得到混合储能参与下的联合调频模型如式(17)和式(18)所示:ΔPm‑ΔPi+ΔPhess=(Mis+Di)Δfi (17)ΔPhess=ΔPb+ΔPsc (18)式中,ΔPhess为HESS有功功率实际输出值;
将储能电池调频模型和超级电容器调频模型分别接入IEEE标准两区域LFC模型中,得到混合储能参与下的联合调频模型。
4.根据权利要求1所述的计及混合储能辅助电网负荷频率联合控制策略的建立方法,其特征在于,所述步骤S3)设计FOPID控制器并采用混沌粒子群优化整定其控制参数具体为:S31)FOPID控制
通常定义连续的FOPID算子如式(19)所示:
式中,α为微积分的阶次,t和α分别为微积分的上下限;
FOPID控制器是整数阶PID控制器在分数阶领域的深化,在PID控制的基础上增加了λ和μ两个可调参数的同时使其拥有更优越的调节范围。其传递函数表达式为:式中,Kp、Ki、Kd分别为比例、积分以及微分系数,λ和μ分别为积分阶次和微分阶次;
相比于传统PID控制器中只需要整定Kp、Ki、Kd 3个参数,FOPID控制器中需要整定Kp、Ki、Kd、λ和μ共5个参数,因此需要选取合适的高阶优化算法以得到最优控制参数;
由上式结合机组模型可得FOPID控制系统模型,以ri和yi分别为控制系统的输入、输出信号,ui为控制器的输出信号,ACEi=ri‑yi为区域控制误差信号,作为输出反馈项以维持互‑3 3联电力系统稳定,取定研究频段为[10 ,10],采用改进型Oustaloup滤波算法对FOPID算子进行近似,在原本Oustaloup近似算法的基础上增添一个滤波器,使其在频带内和端点处都能够实现较好的逼近;
S32)优化模型
(1)优化目标函数
通过将ITAE设为目标函数,此时将区域i的ACE作为瞬时误差e(t)以建立系统的优化模型,如式(21)所示。
由于式(21)中只含有ACE和t两个变量,难以判断系统中出现的误差是正向误差还是负向误差,同时,还会牺牲超调量而减少系统的上升时间,因此,对式(21)中的目标函数进行修改,加入惩罚环节,规避超调过大的情况发生,修改后的目标函数为如式(22)所示:式中,tr为上升时间;ξ1,ξ2为权重系数;
采用惩罚功能实现动态调整,当式(22)中ξ1>>ξ2时,牺牲系统的上升时间,来减小或消除系统的超调量;当式(22)中ξ1<<ξ2时,系统的超调量增大,但系统的上升时间减小;
(2)优化流程
粒子群优化算法分别以个体和全局的角度来搜索粒子的运动状态结合公式(23)‑(24)不断地迭代更新粒子速度和位置,最终得到局部最优解和全局最优解:式中,ω为惯性权重, 分别表示粒子的速度、位置、个体最优解和全局最优解;c1、c2为加速因子;r1、r2为[0,1]之间的随机数;
但传统粒子群算法存在易陷入局部最优解,粒子停滞导致算法早熟等问题,混沌粒子群优化算法利用混沌变量的遍历性,可有效防止上述问题,并且对于FOPID中的高维参数优化问题具有适用性好、收敛速度快等优势,该算法将 通过式(25)映射到Logistic方程的定义域上:利用混沌粒子群优化算法对FOPID控制参数在线优化。
5.根据权利要求4所述的计及混合储能辅助电网负荷频率联合控制策略的建立方法,其特征在于,所述步骤S32)优化模型中利用混沌粒子群优化算法对FOPID控制参数在线优化流程如下:
1)初始化粒子群,设置粒子群规模、最大迭代次数等相关参数;
2)根据粒子位置,赋值给Kp、Ki和Kd或者Kp、Ki、Kd、λ和μ;
3)运行两区域LFC模型,返回目标值Jgbest;
4)对粒子群全局最优值xgbest进行混沌优化:
①通过式(25)将 映射到Logistic方程[0,1]的定义域上;
②利用式(26)对 进行M次迭代,得到混沌序列
③根据式(27)将混沌序列逆映射回原解空间,得到可行解序列xki(1),xki(2)……xki(M);
④运行两区域LFC模型,得到混沌优化后中最优解
⑤将混沌序列中得到的最优粒子群随机替代当前粒子群中的任一粒子群;
⑥更新目标函数值,如J’gbest
5)根据个体最优解和全局最优解,更新粒子速度和位置,令k=k+1,若k
2;否则所得到的 即为全局最优解;
6)输出相对应的参数即为最优控制参数,求解结束。
6.根据权利要求1所述的计及混合储能辅助电网负荷频率联合控制策略的建立方法,其特征在于,所述步骤S4)仿真分析验证内容包括:控制器性能验证、阶跃负载扰动验证和计及风电不确定性的连续扰动验证;
仿真验证结论:所提出的控制策略在阶跃和连续负荷扰动工况下均展现出良好的动态性能,缩小频率偏差的同时缩短了恢复时间,及时恢复互联电力系统频率稳定。